胸腹部增强CT血管图像数据

数据集获取

源站：https://nbsdc.cn/general/dataDetail?id=675f8282195d2602b17dab30&type=1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

该数据集是一个胸腹部增强CT血管图像数据集，包含胸部增强CT血管图像和腹部增强CT血管图像两部分。胸部数据来源于江苏省人民医院及Pulmonary Artery Segmentation Challenge 2022挑战赛，使用PHILIPS Brilliance 256层CT机采集，遵循胸部CT增强扫描标准；腹部数据来源于苏州大学附属第二医院及Kidney PArsing Challenge 2022挑战赛，使用GE Healthcare Lightseed VCT 64排CT机采集，遵循腹部CT增强扫描标准。所有原始DICOM图像经人工质量确认后，通过SimpleITK转换为去除患者隐私信息的NIfTI格式，并分别针对肺部区域进行血管增强处理（使用Frangi滤波器）和肾脏区域截取保存。数据集总大小为9.1GB，主要应用于医学影像分析、血管分割、疾病诊断及相关算法的研究与验证。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。